1. 研究目的与意义（文献综述）

世界瞬息万变，并具有不确定性，水环境系统也不例外。水质监测是对水中的化学物质，悬浮物，底泥和水生态系统进行统一的定时或不定时的检测，监视和测定水体中污染物的种类、浓度以及变化趋势，从而获得水环境中各种成分的具体数据，以便对未来水质进行预测，实现提前预防水华等灾害发生。

国内研究现状

2. 研究的基本内容与方案

研究基本内容

进行水质调研并了解湖泊水质量管理系统的数据预测分析及多目标优化算法。选择合适的机器学习或统计分析的方法，完成水质原始数据预处理、相关参数及设定目标的预测等功能，并对预测结果进行比较分析及评价。

3. 研究计划与安排

(1)2018/1/14—2018/3/5：确定选题，查阅文献，外文翻译和撰写开题报告;

(2)2018/3/6—2018/4/30：系统架构、程序设计与开发、系统测试与完善；

(3)2018/5/1—2018/5/25：撰写及修改毕业论文；

4. 参考文献（12篇以上）

1. cao h, recknagel f, bartkow m. spatially-explicit forecasting of cyanobacteria assemblages in freshwater lakes by multi-objective hybrid evolutionary algorithms[j]. ecological modelling, 2016, 342:97-112.

2. recknagel, f., adrian, r., k#246;hler, j., cao, h., 2016. threshold quantification andshort-term forecasting of anabaena, aphanizomenon and microcystis in thepolymictic eutrophic lake müggelsee (germany) by inferential modellingusing the hybrid evolutionary algorithm hea. hydrobiologia 778,61–74.